Có cách nào để lấy min, max, median và trung bình của một danh sách các số trong một lệnh không?

Tôi có một danh sách các số trong một tệp, mỗi dòng trên một dòng. Làm cách nào tôi có thể nhận được các giá trị tối thiểu, tối đa, trung bình và trung bình ? Tôi muốn sử dụng các kết quả trong một tập lệnh bash.

Mặc dù tình huống trước mắt của tôi là dành cho số nguyên, một giải pháp cho các số có dấu phẩy động sẽ hữu ích trong dòng, nhưng một phương thức số nguyên đơn giản là ổn.

Bạn có thể sử dụng ngôn ngữ lập trình R .

Đây là một kịch bản R nhanh và bẩn:

#! /usr/bin/env Rscript
d<-scan("stdin", quiet=TRUE)
cat(min(d), max(d), median(d), mean(d), sep="\n")

Lưu ý "stdin"trong scanđó là một tên tệp đặc biệt để đọc từ đầu vào tiêu chuẩn (có nghĩa là từ các đường ống hoặc chuyển hướng).

Bây giờ bạn có thể chuyển hướng dữ liệu của mình qua stdin sang tập lệnh R:

$ cat datafile
1
2
4
$ ./mmmm.r < datafile
1
4
2
2.333333

Cũng hoạt động cho các điểm nổi:

$ cat datafile2
1.1
2.2
4.4
$ ./mmmm.r < datafile2
1.1
4.4
2.2
2.566667

Nếu bạn không muốn viết tệp tập lệnh R, bạn có thể gọi một tập lệnh thực sự (chỉ ngắt dòng để dễ đọc) trong dòng lệnh bằng cách sử dụng Rscript:

$ Rscript -e 'd<-scan("stdin", quiet=TRUE)' \
          -e 'cat(min(d), max(d), median(d), mean(d), sep="\n")' < datafile
1
4
2
2.333333

Đọc hướng dẫn sử dụng R tốt tại http://cran.r-project.org/manuals.html .

Thật không may, tài liệu tham khảo đầy đủ chỉ có sẵn trong PDF. Một cách khác để đọc tài liệu tham khảo là bằng cách gõ ?topicnamevào dấu nhắc của phiên R tương tác.

Để hoàn thiện: có một lệnh R xuất ra tất cả các giá trị bạn muốn và hơn thế nữa. Thật không may trong một định dạng thân thiện với con người mà khó có thể phân tích theo chương trình.

> summary(c(1,2,4))
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  1.000   1.500   2.000   2.333   3.000   4.000 

Tôi thực sự giữ một chương trình awk nhỏ xung quanh để đưa ra tổng, số liệu, số liệu tối thiểu, số liệu tối đa, giá trị trung bình và trung bình của một cột dữ liệu số (bao gồm cả số âm):

#!/bin/sh
sort -n | awk '
  BEGIN {
    c = 0;
    sum = 0;
  }
  $1 ~ /^(\-)?[0-9]*(\.[0-9]*)?$/ {
    a[c++] = $1;
    sum += $1;
  }
  END {
    ave = sum / c;
    if( (c % 2) == 1 ) {
      median = a[ int(c/2) ];
    } else {
      median = ( a[c/2] + a[c/2-1] ) / 2;
    }
    OFS="\t";
    print sum, c, ave, median, a[0], a[c-1];
  }
'

Kịch bản trên đọc từ stdin và in các cột đầu ra được phân tách bằng tab trên một dòng.

Với GNU datamash :

$ printf '1\n2\n4\n' | datamash max 1 min 1 mean 1 median 1
4   1   2.3333333333333 2

Tối thiểu, tối đa và trung bình là khá dễ dàng để có được với awk:

% echo -e '6\n2\n4\n3\n1' | awk 'NR == 1 { max=$1; min=$1; sum=0 }
   { if ($1>max) max=$1; if ($1<min) min=$1; sum+=$1;}
   END {printf "Min: %d\tMax: %d\tAverage: %f\n", min, max, sum/NR}'
Min: 1  Max: 6  Average: 3,200000

Tính toán trung vị khó hơn một chút, vì bạn cần sắp xếp số và lưu trữ tất cả chúng trong bộ nhớ trong một thời gian hoặc đọc chúng hai lần (lần đầu tiên để đếm chúng, lần thứ hai - để có giá trị trung bình). Dưới đây là ví dụ lưu trữ tất cả các số trong bộ nhớ:

% echo -e '6\n2\n4\n3\n1' | sort -n | awk '{arr[NR]=$1}
   END { if (NR%2==1) print arr[(NR+1)/2]; else print (arr[NR/2]+arr[NR/2+1])/2}' 
3

pythonpy hoạt động tốt cho loại điều này:

cat file.txt | py --ji -l 'min(l), max(l), numpy.median(l), numpy.mean(l)'

Tối thiểu:

jq -s min

Tối đa:

jq -s max

Trung bình:

sort -n|awk '{a[NR]=$0}END{print(NR%2==1)?a[int(NR/2)+1]:(a[NR/2]+a[NR/2+1])/2}'

Trung bình cộng:

jq -s add/length

Trong jqcác -s( --slurptùy chọn) tạo ra một mảng cho các dòng đầu vào sau khi phân tích từng dòng như JSON, hoặc là một số trong trường hợp này.

nums=$(<file.txt); 
list=(`for n in $nums; do printf "%015.06f\n" $n; done | sort -n`); 
echo min ${list[0]}; 
echo max ${list[${#list[*]}-1]}; 
echo median ${list[${#list[*]}/2]};

Và một lớp lót Perl one- (dài), bao gồm cả trung vị:

cat numbers.txt \
| perl -M'List::Util qw(sum max min)' -MPOSIX -0777 -a -ne 'printf "%-7s : %d\n"x4, "Min", min(@F), "Max", max(@F), "Average", sum(@F)/@F,  "Median", sum( (sort {$a<=>$b} @F)[ int( $#F/2 ), ceil( $#F/2 ) ] )/2;'

Các tùy chọn đặc biệt được sử dụng là:

• -0777 : đọc toàn bộ tệp cùng một lúc thay vì từng dòng
• -a : autosplit vào mảng @F

Một phiên bản kịch bản dễ đọc hơn của cùng một thứ sẽ là:

#!/usr/bin/perl

use List::Util qw(sum max min);
use POSIX;

@F=<>;

printf "%-7s : %d\n" x 4,
    "Min", min(@F),
    "Max", max(@F),
    "Average", sum(@F)/@F,
    "Median", sum( (sort {$a<=>$b} @F)[ int( $#F/2 ), ceil( $#F/2 ) ] )/2;

Nếu bạn muốn số thập phân, thay thế %dbằng một cái gì đó như %.2f.

Simple-r là câu trả lời:

r summary file.txt
r -e 'min(d); max(d); median(d); mean(d)' file.txt

Nó sử dụng môi trường R để đơn giản hóa phân tích thống kê.

Chỉ vì mục đích có nhiều lựa chọn được trình bày trên trang này, Dưới đây là hai cách khác:

1: quãng tám

• GNU Octave là một ngôn ngữ được giải thích cấp cao, chủ yếu dành cho các tính toán số. Nó cung cấp các khả năng cho giải pháp số của các bài toán tuyến tính và phi tuyến, và để thực hiện các thí nghiệm số khác.

Dưới đây là một ví dụ quãng tám nhanh chóng.

octave -q --eval 'A=1:10;
  printf ("# %f\t%f\t%f\t%f\n", min(A), max(A), median(A), mean(A));'  
# 1.000000        10.000000       5.500000        5.500000

2: bash + công cụ đơn mục đích .

Để bash xử lý các số dấu phẩy động, tập lệnh này sử dụng numprocessvà numaveragetừ gói num-utils.

Tái bút Tôi cũng đã có một cái nhìn hợp lý bc, nhưng đối với công việc đặc biệt này, nó không cung cấp bất cứ điều gì ngoài những gì awknó làm. Đó là (như các trạng thái 'c' trong 'bc') một máy tính. Một máy tính đòi hỏi phải lập trình nhiều awkvà kịch bản bash này ...

arr=($(sort -n "LIST" |tee >(numaverage 2>/dev/null >stats.avg) ))
cnt=${#arr[@]}; ((cnt==0)) && { echo -e "0\t0\t0\t0\t0"; exit; }
mid=$((cnt/2)); 
if [[ ${cnt#${cnt%?}} == [02468] ]] 
   then med=$( echo -n "${arr[mid-1]}" |numprocess /+${arr[mid]},%2/ )
   else med=${arr[mid]}; 
fi     #  count   min       max           median        average
echo -ne "$cnt\t${arr[0]}\t${arr[cnt-1]}\t$med\t"; cat stats.avg 

Tôi sẽ lựa chọn R thứ hai của lesmana và cung cấp chương trình R đầu tiên của tôi. Nó đọc một số trên mỗi dòng trên đầu vào tiêu chuẩn và ghi bốn số (tối thiểu, tối đa, trung bình, trung bình) cách nhau bởi khoảng trắng đến đầu ra tiêu chuẩn.

#!/usr/bin/env Rscript
a <- scan(file("stdin"), c(0), quiet=TRUE);
cat(min(a), max(a), mean(a), median(a), "\n");

Dưới đây sort/ awksong song làm điều đó:

sort -n | awk '{a[i++]=$0;s+=$0}END{print a[0],a[i-1],(a[int(i/2)]+a[int((i-1)/2)])/2,s/i}'

(nó tính trung bình là giá trị trung bình của hai giá trị trung tâm nếu số giá trị là chẵn)

Lấy tín hiệu từ mã của Bruce, đây là một triển khai hiệu quả hơn mà không giữ toàn bộ dữ liệu trong bộ nhớ. Như đã nêu trong câu hỏi, nó giả định rằng tệp đầu vào có (nhiều nhất) một số trên mỗi dòng. Nó đếm các dòng trong tệp đầu vào có chứa một số đủ điều kiện và chuyển số đếm cho awklệnh cùng với (trước) dữ liệu được sắp xếp. Vì vậy, ví dụ, nếu tập tin chứa

6.0
4.2
8.3
9.5
1.7

sau đó đầu vào awkthực sự là

5
1.7
4.2
6.0
8.3
9.5

Sau đó, awktập lệnh nắm bắt số lượng dữ liệu trong NR==1khối mã và lưu giá trị trung bình (hoặc hai giá trị trung bình, được tính trung bình để mang lại giá trị trung bình) khi nhìn thấy chúng.

FILENAME="Salaries.csv"

(awk 'BEGIN {c=0} $1 ~ /^[-0-9]*(\.[0-9]*)?$/ {c=c+1;} END {print c;}' "$FILENAME"; \
        sort -n "$FILENAME") | awk '
  BEGIN {
    c = 0
    sum = 0
    med1_loc = 0
    med2_loc = 0
    med1_val = 0
    med2_val = 0
    min = 0
    max = 0
  }

  NR==1 {
    LINES = $1
    # We check whether numlines is even or odd so that we keep only
    # the locations in the array where the median might be.
    if (LINES%2==0) {med1_loc = LINES/2-1; med2_loc = med1_loc+1;}
    if (LINES%2!=0) {med1_loc = med2_loc = (LINES-1)/2;}
  }

  $1 ~ /^[-0-9]*(\.[0-9]*)?$/  &&  NR!=1 {
    # setting min value
    if (c==0) {min = $1;}
    # middle two values in array
    if (c==med1_loc) {med1_val = $1;}
    if (c==med2_loc) {med2_val = $1;}
    c++
    sum += $1
    max = $1
  }
  END {
    ave = sum / c
    median = (med1_val + med2_val ) / 2
    print "sum:" sum
    print "count:" c
    print "mean:" ave
    print "median:" median
    print "min:" min
    print "max:" max
  }
'

Đây numlà một awktrình bao bọc nhỏ , chính xác thực hiện điều này và hơn thế nữa, vd

$ echo "1 2 3 4 5 6 7 8 9" | num max
9
$ echo "1 2 3 4 5 6 7 8 9" | num min max median mean
..and so on

nó giúp bạn tiết kiệm từ việc phát minh lại bánh xe trong awk siêu di động. Các tài liệu được đưa ra ở trên và liên kết trực tiếp ở đây (cũng kiểm tra trang GitHub ).

Với perl:

$ printf '%s\n' 1 2 4 |
   perl -MList::Util=min,max -MStatistics::Basic=mean,median -w -le '
     chomp(@l = <>); print for min(@l), max(@l), mean(@l), median(@l)'
1
4
2.33
2

cat/pythongiải pháp duy nhất - không phải bằng chứng đầu vào trống!

cat data |  python3 -c "import fileinput as FI,statistics as STAT; i = [int(l) for l in FI.input()]; print('min:', min(i), ' max: ', max(i), ' avg: ', STAT.mean(i), ' median: ', STAT.median(i))"

Nếu bạn quan tâm đến tiện ích hơn là mát mẻ hay thông minh, thì đó perllà một lựa chọn dễ dàng hơn awk. Nhìn chung, nó sẽ xuất hiện trên mọi * nix với hành vi nhất quán và dễ dàng và miễn phí để cài đặt trên windows. Tôi nghĩ nó cũng ít khó hiểu hơn awk, và sẽ có một số mô-đun thống kê bạn có thể sử dụng nếu bạn muốn có một ngôi nhà nửa chừng giữa việc tự viết và một cái gì đó giống như R. Tôi chưa được kiểm chứng (thực tế tôi biết nó có lỗi nhưng nó hoạt động cho mục đích của tôi ) perlkịch bản mất khoảng một phút để viết và tôi đoán phần mật mã duy nhất sẽ while(<>)là phần tốc ký rất hữu ích, nghĩa là lấy (các) tệp được truyền dưới dạng đối số dòng lệnh, đọc một dòng tại một thời điểm và đặt dòng đó trong biến đặc biệt$_. Vì vậy, bạn có thể đặt nó trong một tệp có tên là Count.pl và chạy nó dưới dạng perl count.pl myfile. Ngoài ra, rõ ràng là những gì đang xảy ra.

$max = 0;
while (<>) {
 $sum = $sum + $_;
 $max = $_ if ($_ > $max);
 $count++;
}
$avg=$sum/$count;
print "$count numbers total=$sum max=$max mean=$avg\n";

function median()
{
    declare -a nums=($(cat))
    printf '%s\n' "${nums[@]}" | sort -n | tail -n $((${#nums[@]} / 2 + 1)) | head -n 1
}